OpenAI 的 Whisper 在通用场景下语音识别效果不错，但在中文特定领域（比如医疗、法律术语）识别率可能明显下降。Whisper 是支持微调的，通过微调可以让模型更适应特定场景。

商城系统搭完基础框架后，第一个核心模块就是商品服务。商品看着简单，但 SPU/SKU 模型、属性管理、库存管理这些东西做起来水还是挺深的。这篇记录下商品服务的设计过程。

大模型已经不是新鲜事了，但很多人还是停留在"问一句答一句"的用法上。其实写好 Prompt 和写好代码一样，是有方法论的。这篇整理下我日常用 GPT 时总结的一些 Prompt 技巧。

Go 的 context 包是写后端服务绕不开的东西。一开始我也只是照着用，慢慢才理解它的设计意图。这篇整理下 context 的核心用法和一些实践中的经验。

商品服务搭完之后，下一个大模块就是购物车和订单。购物车看着简单，实际要考虑的东西不少——特别是和库存、价格的联动。订单就更复杂了，从下单到支付是一条很长的链路。这篇聊聊我的实现思路。

Rust 的安全保证建立在编译器的静态检查上，但有些事情编译器做不了——比如调用 C 库、操作硬件、或者实现某些零开销抽象。这时候就需要 unsafe。用好 unsafe 是 Rust 进阶的必经之路。

最近在做一个知识库检索的需求，传统的关键词搜索效果很差——用户搜"怎么退货"，但文档里写的是"退款流程"，关键词匹配不上。调研了一圈，最后用向量数据库+语义搜索来解决。这篇记录下 Milvus 的入门使用。

支付做到现在，收款链路基本跑通了。但真正麻烦的事才刚开始——退款和对账。线上跑了一段时间后发现，退款场景远比想象中复杂，对账则是每天悬在头上的一把刀。这篇记录下我在退款与对账模块的设计思路和踩过的坑。

OpenAI在3月发布了GPT-4，用了两个月，说说感受。比起GPT-3.5，这不是量变而是质变。

用IDA分析二进制文件的时候，很多操作是重复的——找加密函数、标注关键位置、批量重命名。IDAPython可以把这些操作自动化，写脚本比手动点快十倍。